lora_llama2_reward_7b¶

torchtune.models.llama2.lora_llama2_reward_7b(lora_attn_modules: List[Literal['q_proj', 'k_proj', 'v_proj', 'output_proj']], apply_lora_to_mlp: bool = False, apply_lora_to_output: bool = False, lora_rank: int = 8, lora_alpha: float = 16, lora_dropout: float = 0.0, use_dora: bool = False, quantize_base: bool = False) → TransformerDecoder[source]¶

用于创建启用LoRA的Llama2 7B奖励模型的构建器。

Llama2分类器的默认设置与llama2_reward_7b()中的相同，而LoRA的默认参数基于https://github.com/tloen/alpaca-lora/blob/8bb8579e403dc78e37fe81ffbb253c413007323f/finetune.py#L41-L43。

Parameters:

lora_attn_modules (List[LORA_ATTN_MODULES]) – 列出在每个自注意力块中LoRA应应用于哪些线性层。选项是 {"q_proj", "k_proj", "v_proj", "output_proj"}。
apply_lora_to_mlp (bool) – 是否在每个transformer层的MLP中应用LoRA。默认值：False
apply_lora_to_output (bool) – 是否将LoRA应用于模型的最终输出投影。默认值：False
lora_rank (int) – 每个低秩近似的秩
lora_alpha (float) – 低秩近似的缩放因子
lora_dropout (float) – LoRA 丢弃概率。默认值：0.0
quantize_base (bool) – 是否量化基础模型权重

Returns:

使用LoRA应用实例化Llama2 7B模型

Return type:

TransformerDecoder